每日由 AI 解读 Reddit 趋势并记入 Google Sheets

每日由 AI 解读 Reddit 趋势并记入 Google Sheets

一个盯着一个 subreddit 的 n8n 工作流。每天早上它取下最热的 20 条帖子，保留分数高于 3 的，把前 15 条交给 OpenAI 模型。模型说出三个热门话题，给出两个内容点子，并评估情绪。每次运行在 Google Sheet 里加一行，让你能跟着看话题怎样变化。

里面有什么

• workflow.json：n8n 导出的工作流，6 个节点，另有 1 张便签。里面没有任何凭据。
• README.md：这份说明。

我们对原始副本做了哪些改动

Mindket 把这份副本修好，让它今天能运行：

• 它取的是 Reddit 的公开 .json 地址，不登录。Mindket 在 2026 年 11 月 12 日试时，对它的普通请求得到 HTTP 403 和一个“Blocked”页面。Reddit 的 Data API 条款（最后修订于 2026 年 7 月 20 日）要求开发者使用 Reddit 提供的访问方式，比如 OAuth 令牌，并且不要掩盖 user agent。Mindket 的副本用 n8n 的 Reddit OAuth2 凭据调用 oauth.reddit.com，它的 user agent 写着你自己的 Reddit 用户：<YOUR_REDDIT_USERNAME>。
• subreddit 来自一个环境变量，表格 ID 来自另一个。Mindket 的副本把 <YOUR_SUBREDDIT> 放进地址，把 <YOUR_GOOGLE_SHEET_ID> 放进表格节点，所以什么都不依赖服务器设置。
• AI 步骤写成了 n8n 较旧的 OpenAI 节点的 1.8 版，而那个节点没有这个版本。Mindket 把它重建成当前的 OpenAI 节点，设成发送一条消息并返回 JSON。
• 模型原来是 gpt-4o-mini。OpenAI 的弃用页面（2026 年 11 月 12 日查看）说它将于 2027 年 1 月 14 日停用，并指定 gpt-6-luna 为替代。Mindket 的副本用 gpt-6-luna。
• 0.5 的温度没有了，因为 OpenAI 关于新模型的页面没有提它。token 上限从 800 调到 2000，因为 OpenAI 的指南说推理模型的思考也计入这个上限，一次运行可能在写出任何回答之前就结束了。
• 读取回答的代码现在也接受 n8n 已经解析过的 JSON。
• 文件里的三个标签没有了，它的便签也被改写了。
• 里面没有任何凭据。

开始之前

• 一个 n8n 实例，n8n Cloud 或你自己的服务器都行。
• 一个 Reddit 账号，以及在里面创建的一个应用，这样你才有 Reddit OAuth2 凭据用的 client id 和 client secret。
• 一个 OpenAI API 密钥。
• 一个 Google 账号，和一张有名为 Lite Log 的页签的 Google 表格。它的第一行是表头 Date、Posts、Trends、Content Ideas 和 Sentiment。

设置步骤

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 添加一个带你的 client id 和 secret 的 Reddit OAuth2 API 凭据，在 Reddit: Fetch Posts 里选中它。
3. 在那个节点里，把地址里的 <YOUR_SUBREDDIT> 换成你的 subreddit 的名字，不带 r/，并把 User-Agent 值里的 <YOUR_REDDIT_USERNAME> 换成你的 Reddit 用户名。
4. 添加一个 OpenAI 凭据，在 AI: Quick Analysis 里选中它。
5. 添加一个 Google Sheets 凭据，在 Log to Sheets 里选中它。把 <YOUR_GOOGLE_SHEET_ID> 换成你的表格地址里的 ID。
6. 手动运行一次工作流，在 Lite Log 页签里检查新的一行。然后发布它。

一次运行是怎么走的

1. Run Daily (9 AM) 每天 9:00 开始一次运行，用你的 n8n 的时区。
2. Reddit: Fetch Posts 取下这个 subreddit 最热的 20 条帖子。它最多试 2 次，间隔 5 秒。
3. Parse & Rank Posts 保留每条帖子的标题、分数、评论数、地址和 subreddit。它丢掉分数是 3 或更低的帖子，把其余的按分数排序，保留前 15 条。
4. AI: Quick Analysis 把带编号的标题和分数发给 OpenAI。系统消息要三个趋势、两个内容点子（各带一个平台）和情绪，格式是 JSON。它最多试 3 次，间隔 2 秒。
5. Merge Results 把解析后的帖子和模型的回答合在一起。如果回答读不出来，它就填上空的趋势和点子，情绪是 unknown。
6. Log to Sheets 往 Lite Log 页签追加一行，带 Date、Posts、Trends、Content Ideas 和 Sentiment。它最多试 2 次。

想改样子，改这里

• subreddit 和帖子数：Reddit: Fetch Posts 里的地址。把地址里的 hot 换成 new 或 top，就是另一种榜单。
• 哪些帖子算数：Parse & Rank Posts 的代码里的分数下限和帖子上限。
• 模型返回什么：AI: Quick Analysis 里的系统消息。它把 Twitter 定为点子的平台，换别的网络就改那一行。
• 时间：Run Daily (9 AM) 里的 cron 表达式。
• 列：Log to Sheets 里的五个值。

要知道的

• Reddit 的条款把商业用途留给与 Reddit 另签的协议。这个工作流适合你自己的监测，用在别的用途前，你应该先读条款。
• 只有帖子标题和分数会发给 OpenAI。每条帖子的其余部分留在 n8n 里。
• 冷清的 subreddit 可能只剩几条帖子，或一条都没有。运行仍会用一份空列表调用模型，所以那一行可能带着空的点子。
• 每次运行调用一次模型，如果第一次失败，最多三次。
• 文件的设置里打开了 Save manual executions，所以测试运行会保留它们的数据。
• 只有工作流发布后它才会运行。在那之前，手动运行。
• 这个 JSON 里没有任何凭据。